//参考 https://blog.csdn.net/hao5335156/article/details/80593349
加载数据
data_transforms = {
'train': transforms.Compose([ #transforms.Compose就是将transforms组合在一起;
transforms.RandomResizedCrop(224), #从原图像随机切割一张(224, 224)的图像
transforms.RandomHorizontalFlip(),##以0.5的概率水平翻转
transforms.ToTensor(), #range [0, 255] -> [0.0,1.0]
transforms.Normalize([0.485, 0.456, 0.406], [0.229, 0.224, 0.225]) #transforms.Normalize使用如下公式进行归一化:channel=(channel-mean)/std
]),
'val': transforms.Compose([
transforms.Resize(256), #将输入图像的短边resize到这个int数,长边则根据对应比例调整,图像的长宽比不变。
transforms.CenterCrop(224), #以输入图的中心点为中心点做指定size的crop(对图像进行剪切)操作
transforms.ToTensor(),
transforms.Normalize([0.485, 0.456, 0.406], [0.229, 0.224, 0.225])
]),
}
data_dir = 'data/hymenoptera_data'
image_datasets = {
x: datasets.ImageFolder(os.path.join(data_dir